工程是3D病理学的未来.
Jonathan Tc Liu1,2,3, Sarah Sl Chow1, Richard Colling4
1Department of Mechanical Engineering, University of Washington, Seattle, WA, USA.
The journal of pathology. Clinical research
|November 2, 2023
概括
非破坏性3D病理学提供来自厚组织的高分辨率组织学数据集. 这项技术对视觉评估具有优势,但对于大型复杂数据集需要新的解释方法和AI工具.
科学领域:
- 病理学 病理学 病理学
- 医疗成像医学成像
- 计算生物学 计算生物学
背景情况:
- 技术进步使非破坏性3D病理学成为可能,从厚组织样本中生成高分辨率的组织学数据集,而无需物理切割.
- 这种方法可以对组织架构进行详细的3D可视化和分析,超越传统的2D玻璃幻灯片.
研究的目的:
- 探索3D病理学在临床试样视觉评估中的潜在优势.
- 识别和讨论与解释病理学中大型,复杂的3D数据集相关的挑战.
- 突出需要先进的计算工具来帮助解释3D病理学数据.
主要方法:
- 审查组织制备,显微镜和3D病理学计算基础设施的技术进步.
- 讨论临床样本视觉评估的潜在应用和益处.
- 对病理学家数据处理和解释方面的挑战进行分析.
主要成果:
- 3D病理学为组织组织学的视觉评估提供了前所未有的细节.
- 由于其复杂性和体积,大型3D数据集带来了解释挑战.
- 现有的病理学家培训还没有适应3D数据解释.
结论:
- 非破坏性3D病理学对提高诊断能力具有重大前景.
- 开发人工智能 (AI) 选算法和可解释的分析方法至关重要.
- 人工智能工具是必要的,以帮助病理学家有效地解释新的,大规模的3D组织学数据集.
